有人把 MOOC 形容成高等教育的“海啸”，MOOC 确实为高等教育带来了新的战略思考和新的机遇，但是，MOOC 的效果到底怎么样？接下来该怎么发展？发展前景到底如何？实际上还是存在争议的，现在还处于草创期和探索期。
　　MOOC 面临的主要挑战有两个。第一个是,一般高校或社会大规模人群能否以及如何利用 MOOC显著提升学习者的专业能力和知识水平？第二个是，一流高校能否以及如何利用 MOOC 进一步提升自身的教学质量？目前看来，MOOC 对第一个挑战具有天然的优势，应该比较乐观；第二个挑战是“硬骨头”，受到的质疑比较大，也是我们更加关注的。
　　我认为，一门 MOOC 课程是否取得成功，取决于两个最关键的因素。第一，也是最决定性的因素，名师。就是一定要最好的教师上课。同样的课程由不同的老师上，效果会有霄壤之别，尤其是通识教育类和人文社科类的课程，如果没有好的老师，开课反而有副作用，还不如不开。第二，技术平台。要在技术上保证在线学习 MOOC 的学生真正有上课的感觉，让他们感觉不是在看视频，而是仿佛置身于生动的课堂之中。增强线上学生这种“上课”的感受，应是 MOOC 的技术设计要点。
　　根据我的观察和总结，MOOC在技术层面具有五个基本特征：
　　特征1：以“短视频（一般10分钟左右）+交互式练习（interactive exercises）”为基本教学单元的知识点/知识体组织模式和学习模式。这一特征要求我们要把知识的颗粒度做到比较小，便于“碎片化”学习，也有利于学生记忆与理解。这些“碎片化”的基本教学元素构成了一个动态可控的有机体，使得各种学习材料在在线学习过程中被及时调动起来，学生对学习节奏具有一定的控制权和主动性。
　　特征2：交互式练习的即时反馈。MOOC 课程的学习者很可能是社会上的海量人群。一般很难像校内课堂一样安排助教对学生作业及时批改。基于机器自动评判和打分的交互式练习即时反馈技术在 MOOC 教学过程中于是便起到了举足轻重的作用。学生在按照课程要求完成习题并提交答案后，MOOC 技术平台应立即对其正确性予以评判并打分——这种方式摆脱了传统在线教育模式中单向提供学习材料和灌输式学习的局限，显然会有助于及时检查学生的学习效果，有助于集中学生的学习注意力，有助于提高学生的学习兴趣，也有助于督促学生学习。
　　特征3：基于“学习大数据”的个性化服务。原则上每个学生在整个学习过程中对全部学习对象（包括短视频、交互式练习等）的全部学习行为都会被 MOOC 技术平台自动记录下来。数以百万计的学生在线学习的相关数据将会汇集成“学习大数据”。通过系统性的数据挖掘，教师可随时掌握学生的学习状况并能及时进行反馈指导及“推荐”学习资源，可持续改进课程教学内容和教学环节设计，实现“因材施教”式的个性化学习服务。